dbic北大

DPO与GRPO谁更胜一筹？港中文、北大等联合发布首个系统性对比研究 近年来，强化学习 (RL 在提升大型语言模型 (LLM 的链式思考 (CoT 推理能力方面展现出巨大潜力，其中直接偏好优化 (DPO 和组相...

DisPose是北京大学、中国科学技术大学、清华大学和香港科技大学的研究团队共同推出的，提高人物图像动画质量的控制技术，基于从骨骼姿态和参考图像中提取有效的控制信号，无需额外的密集输入。DisPose将姿态控制分解为运动场引...

Being-M0 是北京大学、中国人民大学等机构联合推出的首个大规模人形机器人通用动作生成模型。Being-M0 基于业界首个百万级动作数据集 MotionLib，用创新的 MotionBook 编码技术，将动作序列转化为二...